泰国AI路线之争:不拼大规模制造,改押农业与生物多样性数据

泰国/科技

HeadLines 导读｜据泰国报道，9月16日在曼谷举行的一场论坛上，三位政策与业界人士提出泰国的人工智能路径：应聚焦农业、生物多样性等具备本地特色数据的细分领域，而不是在通用制造上与大经济体正面竞争，同时把教育改革作为基础。

论坛名为THAILAND’S MOMENTUM 2026，由外国记者俱乐部主办。主讲者包括副总理兼高等教育、科学、研究与创新部长Yodchanan Wongsawat，盘谷银行董事兼高级执行副总裁Kobsak Pootrakool，以及Bitkub创始人Jirayut Srupsrisopa。

Yodchanan提出，泰国应围绕能够形成独特能力的领域构建AI战略。他指出，泰国在生物多样性、农业与环境技术上掌握有价值的本地数据，把农业、土壤、气象与空间信息结合起来，可以开发适配本国需求的模型与应用，也可能适用于其他热带市场。

数据当作国家资产

他主张把数据视为国家资产，并在战略重要领域保留一定程度的技术自主，而不是完全依赖某一家公司或某一个国家。他点出的供应链环节包括光子学、先进半导体封装、传感器，以及与数据中心相关的高附加值本地内容。

教育被他称为新的基础设施。他认为，学校与大学应更重视数学、算法、物理、化学与生物等长期有效的基础，同时培养创造力、创业精神、设计思维与系统思维，并推动终身学习与技能再培训。

Kobsak把AI比作电力与蒸汽机级别的技术变革，但提醒其推进速度快于个人与组织的适应能力。他强调，企业若没有可靠的数据集，采用AI不会带来结果；把AI当成展示项目而非嵌入日常决策，效果同样有限。他举例说，某陶瓷工厂在高度自动化与AI支持下，只需7名员工即可运转。Jirayut提出泰国应成为AI优先的国家，让每一家企业都是AI优先的企业。他认为泰国难以在最资本密集的基础设施层竞争，重点应放在模型的本地化与经济各环节的应用上，并把AI与人口老龄化的压力联系起来——在劳动力收缩的情况下，提高人均产出。

论坛未形成政策决议。三位主讲者的共识在于，政府的作用是改善数据可得性与质量、加强算力与云服务、建立可信的法律框架，而投资主体应由私营部门承担。

从产业基础看，泰国在汽车、电子与食品加工领域有较完整的供应链，这些行业的现场数据、工艺参数与质检记录，都是训练垂直模型可用的素材。相较通用大模型，行业模型的训练成本更低，也更容易落到具体场景。人才与算力是两条现实约束。高端AI人才长期流向海外与跨国企业，本地企业则普遍缺少数据治理岗位；算力方面，泰国近年依靠数据中心投资增加供给，但企业侧的云服务成本仍然偏高，这直接影响应用的推进速度。

从区域竞争的角度看，新加坡与马来西亚在数据中心与算力基础设施上起步更早，泰国选择从应用与本地数据切入，属于避实就虚的策略。这套路径的成效取决于企业采用速度，而非基础设施规模。

—— 普吉岛PuketHeadLines 编译 ——

资料来源：Nation Thailand

(图片来自于网络，如有侵权请联系删除)

自由自在 关注普吉

微信号 | PhuketHeadLines